本發(fā)明涉及一種電力作業(yè)場景元素輕量化檢測方法，屬于電力作業(yè)安全管控。

背景技術(shù)：

1、電力作業(yè)現(xiàn)場存在帶電區(qū)域等危險(xiǎn)因素，電力作業(yè)需要專人實(shí)時(shí)進(jìn)行安全管控。隨著圖像處理技術(shù)的發(fā)展，提出了一些電力作業(yè)風(fēng)險(xiǎn)識(shí)別算法，為實(shí)現(xiàn)電力作業(yè)現(xiàn)場的智能化安全管控提供了基礎(chǔ)。

2、電力作業(yè)現(xiàn)場智能化安全管控的關(guān)鍵環(huán)節(jié)在于各種元素的精準(zhǔn)檢測。目前的元素檢測效果還無法實(shí)現(xiàn)推廣應(yīng)用，主要原因包括：

3、電力作業(yè)場景樣本庫質(zhì)量不高。當(dāng)前的樣本多為固定式攝像裝置所采集，拍攝角度受限，存在無法正對作業(yè)人員以及帶電設(shè)備遮擋等問題，影響檢測精度；電力作業(yè)圖像對圖像增強(qiáng)等預(yù)處理方法要求較高。電力作業(yè)場景復(fù)雜多變，存在暗光環(huán)境、大光比環(huán)境等影響圖像質(zhì)量的因素，需要采取合適的圖像增強(qiáng)措施；缺少高效的電力作業(yè)場景元素輕量化檢測算法。由于電力作業(yè)安全管控的實(shí)時(shí)性要求高，電力作業(yè)場景元素的檢測算法需要在邊緣側(cè)運(yùn)行，相關(guān)研究還不夠成熟。

4、公開號(hào)為“cn116994095a”的發(fā)明專利公開了一種適用于電力場景目標(biāo)檢測的預(yù)訓(xùn)練方法及系統(tǒng)，包括：獲取清晰電力場景圖像數(shù)據(jù)集，所述清晰電力場景圖像數(shù)據(jù)集無需人工標(biāo)注；在對無標(biāo)簽的圖像進(jìn)行不同的預(yù)處理后，將預(yù)處理后的圖像輸入到多個(gè)編碼器中，設(shè)計(jì)多種損失函數(shù)對編碼器的輸出進(jìn)行運(yùn)算，使編碼器能從大量無標(biāo)簽的電力場景圖像中提取特征，最終得到用于電力場景的目標(biāo)檢測任務(wù)的預(yù)訓(xùn)練模型；使用有標(biāo)簽的電力場景目標(biāo)檢測數(shù)據(jù)集對預(yù)訓(xùn)練模型進(jìn)行微調(diào)后，得到目標(biāo)檢測模型。該發(fā)明極大減少目標(biāo)檢測模型訓(xùn)練時(shí)間，同時(shí)相較于在單一目標(biāo)檢測數(shù)據(jù)集訓(xùn)練獲得更好的性能；

5、但是上述發(fā)明中使用的為預(yù)訓(xùn)練模型，由于電力場景變化較大，對于電力場景中出現(xiàn)量較小的元素?zé)o法進(jìn)行精確的檢測。

技術(shù)實(shí)現(xiàn)思路

1、為了解決上述現(xiàn)有技術(shù)中存在的問題，本發(fā)明提出了一種電力作業(yè)場景元素輕量化檢測方法。

2、本發(fā)明的技術(shù)方案如下：

3、一方面，本發(fā)明提供了一種電力作業(yè)場景元素輕量化檢測方法，包括以下步驟：

4、采集電力作業(yè)場景圖像樣本，并對圖像樣本中的元素進(jìn)行標(biāo)注；

5、對電力作業(yè)場景圖像樣本進(jìn)行預(yù)處理；

6、對yolov5s模型進(jìn)行輕量化改進(jìn)，基于輕量化改進(jìn)后的yolov5s模型構(gòu)建輕量化電力作業(yè)場景元素檢測模型；

7、通過預(yù)處理后的圖像樣本對輕量化電力作業(yè)場景元素檢測模型進(jìn)行訓(xùn)練，得到訓(xùn)練完成的輕量化電力作業(yè)場景元素檢測模型；

8、實(shí)時(shí)采集電力作業(yè)場景圖像樣本，并通過訓(xùn)練完成的輕量化電力作業(yè)場景元素檢測模型進(jìn)行元素檢測。

9、作為本發(fā)明的優(yōu)選實(shí)施方式，所述圖像樣本中標(biāo)注的元素包括：各變電設(shè)備、作業(yè)人員、作業(yè)人員防護(hù)用品以及作業(yè)人員作業(yè)工具。

10、作為本發(fā)明的優(yōu)選實(shí)施方式，對暗光環(huán)境以及大光比環(huán)境的電力作業(yè)場景圖像樣本進(jìn)行圖像增強(qiáng)預(yù)處理，具體步驟為：

11、對于暗光環(huán)境的電力作業(yè)場景圖像樣本，通過多尺度retinex算法對圖像進(jìn)行處理，具體如下式所示：

12、

13、其中：k為高斯中心環(huán)繞函數(shù)總數(shù)；s(x,y)為原始圖像；f(x,y)為高斯濾波函數(shù)；wk表示第k個(gè)高斯中心環(huán)繞函數(shù)的加權(quán)系數(shù)；r(x,y)表示增強(qiáng)后的暗光環(huán)境的電力作業(yè)場景圖像樣本。

14、作為本發(fā)明的優(yōu)選實(shí)施方式，所述大光比環(huán)境的電力作業(yè)場景圖像樣本的圖像增強(qiáng)預(yù)處理步驟為：

15、通過歸一化非完全beta函數(shù)進(jìn)行圖像增強(qiáng)處理，具體如下式所示：

16、

17、

18、其中：b(α,β)表示非完全beta函數(shù)；f(u)表示歸一化的非完全beta函數(shù)；根據(jù)不同圖片樣本對α與β進(jìn)行適應(yīng)性調(diào)整后，將函數(shù)輸出值應(yīng)用于圖像樣本的增強(qiáng)處理。

19、作為本發(fā)明的優(yōu)選實(shí)施方式，所述yolov5s模型的輕量化改進(jìn)步驟為：

20、將yolov5s模型中主干網(wǎng)絡(luò)替換為由若干sandglass模塊以及conv模塊構(gòu)成的輕量化網(wǎng)絡(luò)；

21、所述sandglass模塊由首尾兩個(gè)空間深度卷積層以及中間兩個(gè)逐點(diǎn)卷積層構(gòu)成。

22、作為本發(fā)明的優(yōu)選實(shí)施方式，將所述輕量化電力作業(yè)場景元素檢測模型的原始損失函數(shù)leiou改進(jìn)為lfocal-eiou，具體如下式所示：

23、lfocal-eiou＝iouγleiou

24、

25、其中：wc表示預(yù)測邊界框與真實(shí)邊界框的最小外接矩形的寬度；hc表示預(yù)測邊界框與真實(shí)邊界框的最小外接矩形的高度；ρ表示歐式距離；b表示預(yù)測邊界框；bgt真實(shí)邊界框；w表示預(yù)測邊界框的寬度；wgt表示真實(shí)邊界框的寬度；h表示預(yù)測邊界框的高度；hgt表示真實(shí)邊界框的高度；iou表示預(yù)測邊界框與真實(shí)邊界框的交并比；γ為超參數(shù)。

26、另一方面，本發(fā)明還提供了一種電力作業(yè)場景元素輕量化檢測系統(tǒng)，包括數(shù)據(jù)采集模塊、模型構(gòu)建模塊、模型訓(xùn)練模塊以及模型輸出模塊；

27、所述數(shù)據(jù)采集模塊用于采集電力作業(yè)場景圖像樣本，并對圖像樣本中的元素進(jìn)行標(biāo)注，同時(shí)對電力作業(yè)場景圖像樣本進(jìn)行預(yù)處理；

28、所述模型構(gòu)建模塊用于對yolov5s模型進(jìn)行輕量化改進(jìn)，基于輕量化改進(jìn)后的yolov5s模型構(gòu)建輕量化電力作業(yè)場景元素檢測模型；

29、所述模型訓(xùn)練模塊用于通過預(yù)處理后的圖像樣本對輕量化電力作業(yè)場景元素檢測模型進(jìn)行訓(xùn)練，得到訓(xùn)練完成的輕量化電力作業(yè)場景元素檢測模型；

30、所述模型輸出模塊用于實(shí)時(shí)采集電力作業(yè)場景圖像樣本，并通過訓(xùn)練完成的輕量化電力作業(yè)場景元素檢測模型進(jìn)行元素檢測。

31、作為本發(fā)明的優(yōu)選實(shí)施方式，所述yolov5s模型的輕量化改進(jìn)步驟為：

32、將yolov5s模型中主干網(wǎng)絡(luò)替換為由若干sandglass模塊以及conv模塊構(gòu)成的輕量化網(wǎng)絡(luò)；

33、所述sandglass模塊由首尾兩個(gè)空間深度卷積層以及中間兩個(gè)逐點(diǎn)卷積層構(gòu)成。

34、再一方面，本發(fā)明還提供一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如本發(fā)明任一實(shí)施例所述的方法。

35、再一方面，本發(fā)明還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如本發(fā)明任一實(shí)施例所述的方法。

36、本發(fā)明具有如下有益效果：

37、1、本發(fā)明提出了暗光環(huán)境和大光比環(huán)境下的低質(zhì)量圖像增強(qiáng)方法，進(jìn)一步提升了數(shù)據(jù)集質(zhì)量；對yolov5s模型進(jìn)行了改進(jìn)，通過主干網(wǎng)絡(luò)的優(yōu)化提升了模型輕量化部署潛力，通過損失函數(shù)的優(yōu)化改進(jìn)了模型對電力作業(yè)場景元素檢測的效果，為電力作業(yè)場景的安全智能管控提供了算法基礎(chǔ)。

技術(shù)特征：

1.一種電力作業(yè)場景元素輕量化檢測方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的一種電力作業(yè)場景元素輕量化檢測方法，其特征在于，所述圖像樣本中標(biāo)注的元素包括：各變電設(shè)備、作業(yè)人員、作業(yè)人員防護(hù)用品以及作業(yè)人員作業(yè)工具。

3.根據(jù)權(quán)利要求1所述的一種電力作業(yè)場景元素輕量化檢測方法，其特征在于，對暗光環(huán)境以及大光比環(huán)境的電力作業(yè)場景圖像樣本進(jìn)行圖像增強(qiáng)預(yù)處理，具體步驟為：

4.根據(jù)權(quán)利要求3所述的一種電力作業(yè)場景元素輕量化檢測方法，其特征在于，所述大光比環(huán)境的電力作業(yè)場景圖像樣本的圖像增強(qiáng)預(yù)處理步驟為：

5.根據(jù)權(quán)利要求1所述的一種電力作業(yè)場景元素輕量化檢測方法，其特征在于，所述yolov5s模型的輕量化改進(jìn)步驟為：

6.根據(jù)權(quán)利要求5所述的一種電力作業(yè)場景元素輕量化檢測方法，其特征在于，將所述輕量化電力作業(yè)場景元素檢測模型的原始損失函數(shù)leiou改進(jìn)為lfocal-eiou，具體如下式所示：

7.一種電力作業(yè)場景元素輕量化檢測系統(tǒng)，其特征在于，包括數(shù)據(jù)采集模塊、模型構(gòu)建模塊、模型訓(xùn)練模塊以及模型輸出模塊；

8.根據(jù)權(quán)利要求7所述的一種電力作業(yè)場景元素輕量化檢測系統(tǒng)，其特征在于，所述yolov5s模型的輕量化改進(jìn)步驟為：

9.一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至6任一項(xiàng)所述的方法。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至6任一項(xiàng)所述的方法。

技術(shù)總結(jié)
本發(fā)明涉及一種電力作業(yè)場景元素輕量化檢測方法，包括以下步驟：采集電力作業(yè)場景圖像樣本，并對圖像樣本中的元素進(jìn)行標(biāo)注；對電力作業(yè)場景圖像樣本進(jìn)行預(yù)處理；對YOLOv5s模型進(jìn)行輕量化改進(jìn)，基于輕量化改進(jìn)后的YOLOv5s模型構(gòu)建輕量化電力作業(yè)場景元素檢測模型；通過預(yù)處理后的圖像樣本對輕量化電力作業(yè)場景元素檢測模型進(jìn)行訓(xùn)練，得到訓(xùn)練完成的輕量化電力作業(yè)場景元素檢測模型；實(shí)時(shí)采集電力作業(yè)場景圖像樣本，并通過訓(xùn)練完成的輕量化電力作業(yè)場景元素檢測模型進(jìn)行元素檢測。

技術(shù)研發(fā)人員：姚文旭,林爽,馬騰,謝煒,錢健,熊嘉麗,林晨翔,周晨曦,李揚(yáng)笛,楊彥,黃建業(yè),鄭州,武欣欣,廖飛龍,劉冰倩,鄭琦鴻,廖曄
受保護(hù)的技術(shù)使用者：國網(wǎng)福建省電力有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19